Skip to main content
Glama

CLOVA Speech Lecture MCP Server

Ein MCP-Server für STT (Speech-to-Text) und Zusammenfassungen von Vorlesungsaufzeichnungen.
Ruft die Naver CLOVA Speech / CLOVA Studio APIs über den Google ADK-Agenten auf.


Verfügbare Tools

Tool-Name

Beschreibung

Geeignet für

transcribe_short

Synchrones STT (bis zu 60 Sek.)

Kurze Clips, Tests

transcribe_lecture_submit

Asynchrone STT-Einreichung (ganze Vorlesung)

Vorlesungen von mehreren Minuten bis Stunden

get_transcription_result

Abruf des asynchronen STT-Ergebnisses

Polling nach dem Submit

summarize_lecture

Zusammenfassung des Vorlesungstranskripts

Nach Abschluss der Transkription


Related MCP server: Whisper Valet

Erste Schritte

1. API-Schlüssel abrufen

CLOVA Speech (STT)

  1. Melden Sie sich bei der Naver Cloud Platform an.

  2. AI Services → CLOVA Speech → Nutzung beantragen.

  3. Nach der Diensterstellung den Secret Key kopieren.

CLOVA Studio (Zusammenfassung)

  1. AI Services → CLOVA Studio → Nutzung beantragen.

  2. App im Playground erstellen.

  3. API-Schlüssel und App-ID kopieren.

2. .env-Konfiguration

cp .env .env.local   # 실제 값으로 수정
CLOVA_SPEECH_API_KEY=실제_키_입력
CLOVA_STUDIO_CLIENT_ID=실제_Client_ID
CLOVA_STUDIO_CLIENT_SECRET=실제_Client_Secret
CLOVA_STUDIO_APP_ID=실제_앱_ID

3. Ausführung

# Docker
docker-compose up -d

# 로컬 실행
pip install -r requirements.txt
python app/main.py

4. ADK-Agenten-Verbindung

# agent.py 예시
tools = [
    MCPToolset(
        connection_params=SseServerParams(url="http://localhost:8002/sse")
    )
]

Ablauf der Vorlesungsverarbeitung

[강의 오디오 파일]
       ↓
transcribe_lecture_submit(file_path, enable_diarization=True)
       ↓ (task_id 반환)
get_transcription_result(task_id)   ← 완료까지 자동 폴링
       ↓ (full_text 반환)
summarize_lecture(text)
       ↓
[요약문 + 키워드]

Unterstützte Audioformate

.wav .mp3 .flac .m4a .aac .ogg

Unterstützte Sprachen

Code (kurz)

Code (lang)

Sprache

Kor

ko-KR

Koreanisch

Eng

en-US

Englisch

Jpn

ja-JP

Japanisch

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      A
      quality
      D
      maintenance
      Enables automated audio restoration, transcription, and speaker diarization via MCP tools for queuing files, monitoring progress, and retrieving speaker-labeled transcripts.
      9
      MIT
    • A
      license
      A
      quality
      B
      maintenance
      Enables transcription and subtitling of Tunisian Derja mixed with French and English, speech and voiceover generation, translation, and Arabizi–Arabic script conversion inside MCP clients. It also supports speaker diarization, subtitle translation, transcript search, and audio editing.
      16
      488 npm
      MIT